Нейромережі не рятують: що показав бенчмарк прогнозу спалахів ГПТ пташиного грипу в WAHIS
Ретроспективне дослідження на 46 860 спалахах HPAI і 72 690 ASF показало: ускладнені нейромережі не перевершили простий баєсівський метод. Наприкінці тижня в базі WAHIS видно лише 7,6% випадків HPAI. Найкращий результат дав градієнтний бустинг — але лише у великих репортерів.
Дослідники перевірили, чи справді складніші моделі краще прогнозують «дозрівання» офіційних повідомлень про спалахи. Дані — фіксований зріз WOAH WAHIS: 46 860 спалахів високопатогенного пташиного грипу (HPAI) і 72 690 — африканської чуми свиней (ASF). Оцінювали 12 заздалегідь визначених методів на 78 зафіксованих точках відсікання за 2024–2025 роки. Метрика — Weighted Interval Score (WIS), плюс діагностика калібрування, блоковий бутстреп, симуляції та окремо заморожена перевірка на даних USDA APHIS.
Головна проблема, яку вони кількісно підтвердили: на момент закриття тижня в базі видно лише 7,6% випадків HPAI і 6,7% ASF від тих, що згодом туди потраплять. Повнота змінюється залежно від господаря, регіону, року, сезону й навантаження. Тобто спад на кінці кривої може означати і менше спалахів, і повільніший звіт — зі знімка бази це не розрізнити.
Головну гіпотезу не підтвердили. Нейромережа з урахуванням затримок (delay-aware temporal network) показала WIS на 6,9% гірше за ієрархічний баєсівський компаратор. Реляційний граф змінив WIS лише на 0,4%.
Що спрацювало: градієнтний бустинг квантильної регресії покращив WIS на 18,5% (абсолютна різниця −0,0397; 95% інтервал −0,0553 до −0,0255). Але ефект нерівномірний: у великих репортерів покращення сягало 26,0%, а в одиниць з мінімальною історією звітування перетворювалося на дефіцит 6,3%.
Цікавий нюанс: додавання явної маси в нулі покращило прозорий компаратор на 18,8% і зрівняло його з градієнтним бустингом — різниці не виявили. Нейромережа після того ж перекалібрування залишилася на 17,4% гіршою.
Перенесення на ASF дало протилежний результат: система з повільнішим звітуванням «перевернула» pooled-порівняння. Модуль APHIS після перенавчання під конкретну систему покращив WIS на 10,1%.
Для практики: градієнтний бустинг пройшов заздалегідь встановлений поріг 5% за всіх шести визначень когорти і трьох горизонтів зрілості. Але продуктивність різко падала для великих країн і регіонів, виключених з навчання. Умова на частковий підрахунок була на 24,7% гіршою за відповідну мережу без затримки при віці когорти 0, і кращою — далі.
Обмеження, яке варто тримати в голові: ці оцінки стосуються офіційно зареєстрованих спалахів за конкретних умов нагляду, а не невиявлених інфекцій. Симуляція S10 показала межу ідентифікованості: якщо 25,1% справжніх подій видалити до звітування, жоден метод з бази їх не відновить.